python實(shí)戰(zhàn)教程之OCR文字識(shí)別方法匯總
將圖片翻譯成文字一般被稱(chēng)為光學(xué)文字識(shí)別(Optical Character Recognition,OCR)??梢詫?shí)現(xiàn)OCR 的底層庫(kù)并不多,目前很多庫(kù)都是使用共同的幾個(gè)底層OCR 庫(kù),或者是在上面進(jìn)行定制。
方法一: 使用easyocr模塊
easyocr是基于torch的深度學(xué)習(xí)模塊
easyocr安裝后調(diào)用過(guò)程中出現(xiàn)opencv版本不兼容問(wèn)題,所以放棄此方案。
方法二:通過(guò)pytesseract調(diào)用tesseract
優(yōu)點(diǎn):部署快,輕量級(jí),離線(xiàn)可用,免費(fèi)
缺點(diǎn):自帶的中文庫(kù)識(shí)別率較低,需要自己建數(shù)據(jù)進(jìn)行訓(xùn)練
Tesseract 是一個(gè)OCR 庫(kù),目前由Google 贊助(Google 也是一家以O(shè)CR 和機(jī)器學(xué)習(xí)技術(shù)聞名于世的公司)。Tesseract 是目前公認(rèn)最優(yōu)秀、最精確的開(kāi)源OCR 系統(tǒng)。
除了極高的精確度,Tesseract 也具有很高的靈活性。它可以通過(guò)訓(xùn)練識(shí)別出任何字體(只要這些字體的風(fēng)格保持不變就可以),也可以識(shí)別出任何Unicode 字符。
Tesseract的安裝與使用
python 識(shí)別圖片上的數(shù)字,使用pytesseract庫(kù)從圖像中提取文本,而識(shí)別引擎采用 tesseract-ocr。
pytesseract是python包裝器,它為可執(zhí)行文件提供了pythonic API。
1、安裝必要的包:
pip install pillow pip install pytesseract
2、安裝tesseract-ocr的識(shí)別引擎
最新版本下載地址: https://github.com/UB-Mannheim/tesseract/wiki

或者更多版本的tesseract下載地址:https://digi.bib.uni-mannheim.de/tesseract/
安裝完后,需要將Tesseract添加到系統(tǒng)變量中。
環(huán)境變量: 我的電腦 ->屬性 -> 高級(jí)系統(tǒng)設(shè)置 ->環(huán)境變量 ->系統(tǒng)變量 ,在 path 中添加 安裝路徑。

并將訓(xùn)練好的模型文件 chi_sim.traineddata 放入該目錄中,這樣安裝就完成了。
在命令行 WIN+R 輸入cmd :輸入 tesseract -v ,出現(xiàn)版本信息,則配置成功。

tesseract-ocr默認(rèn)不支持中文識(shí)別。支持中文識(shí)別.png

3、解決pytesseract 找不到路徑的問(wèn)題。
在自己安裝的pytesseract包中,找到pytesseract.py文件

打開(kāi)pytesseract.py文件,修改 tesseract_cmd 的值:tesseract.exe 的安裝路徑 。
為了避免其他的錯(cuò)誤,使用雙反斜杠,或者斜杠

4、簡(jiǎn)單使用
import pytesseract
from PIL import Image
if __name__ == '__main__':
text = pytesseract.image_to_string(Image.open("D:\\test.png"),lang="eng")
# 如果你想試試Tesseract識(shí)別中文,只需要將代碼中的eng改為chi_sim即可
print(text)測(cè)試圖片:

輸出結(jié)果:

用Tesseract可以識(shí)別格式規(guī)范的文字,主要具有以下特點(diǎn):
- 使用一個(gè)標(biāo)準(zhǔn)字體(不包含手寫(xiě)體、草書(shū),或者十分“花哨的”字體)
- 雖然被復(fù)印或拍照,字體還是很清晰,沒(méi)有多余的痕跡或污點(diǎn)
- 排列整齊,沒(méi)有歪歪斜斜的字
- 沒(méi)有超出圖片范圍,也沒(méi)有殘缺不全,或緊緊貼在圖片的邊緣
下面將給出幾個(gè)tesseract識(shí)別圖片中文字的例子。
首先是E://figures/other/poems.jpg, 輸入命令 tesseract E://figures/other/poems.jpg E://figures/other/poems.txt, 則會(huì)將poems.jpg中的識(shí)別文字寫(xiě)入到poems.txt中,如下圖:



接著是稍微有點(diǎn)傾斜的文字圖片th.jpg,識(shí)別情況如下:


可以看到識(shí)別的情況不如剛才規(guī)范字體的好,但是也能識(shí)別圖片中的大部分字母。
最后是識(shí)別簡(jiǎn)體中文,需要事先安裝簡(jiǎn)體中文語(yǔ)言包,下載地址為:https://github.com/tesseract-ocr/tessdata/find/master/chi_sim.traineddata ,再講chi_sim.traineddata放在C:\Program Files (x86)\Tesseract-OCR\tessdata目錄下。我們以圖片timg.jpg為例:

輸入命令:
tesseract E://figures/other/timg.jpg E://figures/other/timg.txt -l chi_sim
識(shí)別結(jié)果如下:

只識(shí)別錯(cuò)了一個(gè)字,識(shí)別率還是不錯(cuò)的。
最后加一句,Tesseract對(duì)于彩色圖片的識(shí)別效果沒(méi)有黑白圖片的效果好。
pytesseract
pytesseract是Tesseract關(guān)于Python的接口,可以使用pip install pytesseract安裝。安裝完后,就可以使用Python調(diào)用Tesseract了,不過(guò),你還需要一個(gè)Python的圖片處理模塊,可以安裝pillow.
輸入以下代碼,可以實(shí)現(xiàn)同上述Tesseract命令一樣的效果:
import pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = 'C://Program Files (x86)/Tesseract-OCR/tesseract.exe'
text = pytesseract.image_to_string(Image.open('E://figures/other/poems.jpg'))
print(text)運(yùn)行結(jié)果如下:

cnocr 第二種 Python 開(kāi)源識(shí)別工具的效果
兩個(gè)工具的使用方法和對(duì)比效果。
安裝 cnocr:
pip install cnocr
看到 Successfully installed xxx 則說(shuō)明安裝成功。
如果你只想對(duì)圖片中的中文進(jìn)行識(shí)別,那么 cnocr 是一個(gè)不錯(cuò)的選擇,你只需要安裝 cnocr 包即可。
但如果你想試試其他語(yǔ)言的OCR識(shí)別,Tesseract 是更好的選擇。
cnocr 識(shí)別圖片的中文
cnocr 主要針對(duì)的是排版簡(jiǎn)單的印刷體文字圖片,如截圖圖片,掃描件等。目前內(nèi)置的文字檢測(cè)和分行模塊無(wú)法處理復(fù)雜的文字排版定位。
盡管它分別提供了單行識(shí)別函數(shù)和多行識(shí)別函數(shù),但在本人實(shí)測(cè)下,單行識(shí)別函數(shù)的效果非常糟糕,或者說(shuō)要求的條件十分苛刻,基本上連截圖的文字都識(shí)別不出來(lái)。
不過(guò)多行識(shí)別函數(shù)還不錯(cuò),使用該函數(shù)識(shí)別的代碼如下:
from cnocr import CnOcr
ocr = CnOcr()
res = ocr.ocr('test.png')
print("Predicted Chars:", res)用于識(shí)別這個(gè)圖片里的文字:

效果如下:

如果不是很吹毛求疵,這樣的效果已經(jīng)很不錯(cuò)了。
方法三:調(diào)用百度API
優(yōu)點(diǎn):使用方便,功能強(qiáng)大
缺點(diǎn):大量使用需要收費(fèi)
我自己采用的是調(diào)用百度API的方式,下面是我的步驟:
注冊(cè)百度賬號(hào),創(chuàng)建OCR應(yīng)用可以參考其他教程。
購(gòu)買(mǎi)后使用python調(diào)用方法
方式一: 通過(guò)urllib直接調(diào)用,替換自己的api_key和secret_key即可
# coding=utf-8
import sys
import json
import base64
# 保證兼容python2以及python3
IS_PY3 = sys.version_info.major == 3
if IS_PY3:
from urllib.request import urlopen
from urllib.request import Request
from urllib.error import URLError
from urllib.parse import urlencode
from urllib.parse import quote_plus
else:
import urllib2
from urllib import quote_plus
from urllib2 import urlopen
from urllib2 import Request
from urllib2 import URLError
from urllib import urlencode
# 防止https證書(shū)校驗(yàn)不正確
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
API_KEY = 'YsZKG1wha34PlDOPYaIrIIKO'
SECRET_KEY = 'HPRZtdOHrdnnETVsZM2Nx7vbDkMfxrkD'
OCR_URL = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic"
""" TOKEN start """
TOKEN_URL = 'https://aip.baidubce.com/oauth/2.0/token'
"""
獲取token
"""
def fetch_token():
params = {'grant_type': 'client_credentials',
'client_id': API_KEY,
'client_secret': SECRET_KEY}
post_data = urlencode(params)
if (IS_PY3):
post_data = post_data.encode('utf-8')
req = Request(TOKEN_URL, post_data)
try:
f = urlopen(req, timeout=5)
result_str = f.read()
except URLError as err:
print(err)
if (IS_PY3):
result_str = result_str.decode()
result = json.loads(result_str)
if ('access_token' in result.keys() and 'scope' in result.keys()):
if not 'brain_all_scope' in result['scope'].split(' '):
print ('please ensure has check the ability')
exit()
return result['access_token']
else:
print ('please overwrite the correct API_KEY and SECRET_KEY')
exit()
"""
讀取文件
"""
def read_file(image_path):
f = None
try:
f = open(image_path, 'rb')
return f.read()
except:
print('read image file fail')
return None
finally:
if f:
f.close()
"""
調(diào)用遠(yuǎn)程服務(wù)
"""
def request(url, data):
req = Request(url, data.encode('utf-8'))
has_error = False
try:
f = urlopen(req)
result_str = f.read()
if (IS_PY3):
result_str = result_str.decode()
return result_str
except URLError as err:
print(err)
if __name__ == '__main__':
# 獲取access token
token = fetch_token()
# 拼接通用文字識(shí)別高精度url
image_url = OCR_URL + "?access_token=" + token
text = ""
# 讀取測(cè)試圖片
file_content = read_file('test.jpg')
# 調(diào)用文字識(shí)別服務(wù)
result = request(image_url, urlencode({'image': base64.b64encode(file_content)}))
# 解析返回結(jié)果
result_json = json.loads(result)
print(result_json)
for words_result in result_json["words_result"]:
text = text + words_result["words"]
# 打印文字
print(text)方式二:通過(guò)HTTP-SDK模塊進(jìn)行調(diào)用
from aip import AipOcr
APP_ID = '25**9878'
API_KEY = 'VGT8y***EBf2O8xNRxyHrPNr'
SECRET_KEY = 'ckDyzG*****N3t0MTgvyYaKUnSl6fSw'
client = AipOcr(APP_ID,API_KEY,SECRET_KEY)
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
image = get_file_content('test.jpg')
res = client.basicGeneral(image)
print(res)
#res = client.basicAccurate(image)
#print(res)直接識(shí)別屏幕指定區(qū)域上的文字
from aip import AipOcr APP_ID = '25**9878' API_KEY = 'VGT8y***EBf2O8xNRxyHrPNr' SECRET_KEY = 'ckDyzG*****N3t0MTgvyYaKUnSl6fSw' client = AipOcr(APP_ID,API_KEY,SECRET_KEY) from io import BytesIO from PIL import ImageGrab out_buffer = BytesIO() img = ImageGrab.grab((100,200,300,400)) img.save(out_buffer,format='PNG') res = client.basicGeneral(out_buffer.getvalue()) print(res)
總結(jié)
到此這篇關(guān)于python實(shí)戰(zhàn)教程之OCR文字識(shí)別方法的文章就介紹到這了,更多相關(guān)python OCR文字識(shí)別內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- python調(diào)用文字識(shí)別OCR輕松搞定驗(yàn)證碼
- 基于Python實(shí)現(xiàn)圖像文字識(shí)別OCR工具
- Python免費(fèi)驗(yàn)證碼識(shí)別之ddddocr識(shí)別OCR自動(dòng)庫(kù)實(shí)現(xiàn)
- Python通用驗(yàn)證碼識(shí)別OCR庫(kù)之ddddocr驗(yàn)證碼識(shí)別
- Python通用驗(yàn)證碼識(shí)別OCR庫(kù)ddddocr的安裝使用教程
- python?ocr簡(jiǎn)單示例之識(shí)別驗(yàn)證碼
- Python使用paddleOCR批量識(shí)別pdf的方法
- python使用ddddocr庫(kù)識(shí)別滑動(dòng)驗(yàn)證碼簡(jiǎn)單代碼示例
- Python利用cnocr庫(kù)實(shí)現(xiàn)pdf文件的文字識(shí)別
- python利用ddddocr包ocr識(shí)別圖片碼的實(shí)現(xiàn)
相關(guān)文章
Python列表1~n輸出步長(zhǎng)為3的分組實(shí)例
這篇文章主要介紹了Python列表1~n輸出步長(zhǎng)為3的分組實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-05-05
Python辦公自動(dòng)化之教你用Python批量識(shí)別發(fā)票并錄入到Excel表格中
今天來(lái)分享一篇辦公干貨文章,對(duì)于財(cái)務(wù)專(zhuān)業(yè)等學(xué)生或者公司財(cái)務(wù)人員來(lái)說(shuō),將報(bào)賬發(fā)票等匯總到excel簡(jiǎn)直就是一個(gè)折磨.尤其是到年底的時(shí)候,公司的財(cái)務(wù)人員面對(duì)一大堆的發(fā)票簡(jiǎn)直就是苦不堪言.正好我們學(xué)會(huì)了Python,我們應(yīng)該將Python的優(yōu)勢(shì)發(fā)揮起來(lái),需要的朋友可以參考下2021-06-06
Python使用FTP上傳文件的實(shí)現(xiàn)示例
本文主要介紹了Python使用FTP上傳文件的實(shí)現(xiàn)示例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-03-03
對(duì)python 合并 累加兩個(gè)dict的實(shí)例詳解
今天小編就為大家分享一篇對(duì)python 合并 累加兩個(gè)dict的實(shí)例詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-01-01
python實(shí)現(xiàn)寫(xiě)數(shù)字文件名的遞增保存文件方法
今天小編就為大家分享一篇python實(shí)現(xiàn)寫(xiě)數(shù)字文件名的遞增保存文件方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-10-10

